數(shù)據(jù)驅(qū)動(dòng)能做什么?我們認(rèn)為主要包含驅(qū)動(dòng)決策、驅(qū)動(dòng)產(chǎn)品智能兩方面的價(jià)值。本文分享以下內(nèi)容:
1、數(shù)據(jù)驅(qū)動(dòng)價(jià)值:驅(qū)動(dòng)決策、驅(qū)動(dòng)產(chǎn)品智能
2、數(shù)據(jù)驅(qū)動(dòng)閉環(huán):數(shù)據(jù)采集—數(shù)據(jù)建?!獢?shù)據(jù)分析—數(shù)據(jù)反饋
3、數(shù)據(jù)驅(qū)動(dòng)各環(huán)節(jié)方法與實(shí)踐
本文根據(jù)神策數(shù)據(jù)聯(lián)合創(chuàng)始人& CTO 曹犟在發(fā)表題為《數(shù)據(jù)驅(qū)動(dòng)從方法到實(shí)踐》演講整理所得,請(qǐng)您欣賞!
這個(gè)是我之前一個(gè)產(chǎn)品同事發(fā)給我的,他說(shuō)這些是產(chǎn)品關(guān)心的指標(biāo)。
因?yàn)槲沂枪こ處煶錾恚腋静欢@些東西,但是我知道怎么改進(jìn)產(chǎn)品:我們把這些指標(biāo)全部算出來(lái),進(jìn)行監(jiān)控,一旦發(fā)現(xiàn)某一個(gè)指標(biāo)異常,立刻分析原因,并解決這些原因。
如果指標(biāo)沒(méi)有異常,可以和別人家進(jìn)行對(duì)比,你的轉(zhuǎn)化率是多少,我的轉(zhuǎn)化率是多少,看我們有多少提升空間,來(lái)提升指標(biāo)。
所以,整個(gè)邏輯很簡(jiǎn)單,先設(shè)置關(guān)心的問(wèn)題,實(shí)際算出來(lái),并關(guān)注是否異常,找到異常原因,分析解決異常,看數(shù)據(jù)有沒(méi)有真正得到上升。
場(chǎng)景 1:內(nèi)容產(chǎn)品的“Aha Moment”
通過(guò)用戶(hù)行為將用戶(hù)群體劃分成四類(lèi):路人、打醬油、參與(點(diǎn)贊、轉(zhuǎn)發(fā))、深度參與,如何提升這四類(lèi)人的用戶(hù)留存?
很簡(jiǎn)單,首先我觀察四類(lèi)人的留存率,很明顯,行為深度越深,用戶(hù)留存肯定越高。
那該怎么操作?
擴(kuò)大“參與行為”使用者面積,門(mén)檻太高,落地性較差;擴(kuò)大“圍觀行為”使用者面積?這個(gè)方法更可行,在產(chǎn)品信息流頁(yè)露出“熱評(píng)”,可以提升留存,來(lái)驗(yàn)證新增“熱評(píng)”之后效果如何。
場(chǎng)景 2:電商,收藏按鈕位置改版
某電商的首頁(yè)存在兩個(gè)“收藏”,一開(kāi)始設(shè)置有點(diǎn)問(wèn)題,一個(gè)點(diǎn)擊率極高,一個(gè)點(diǎn)擊率極低。顯而易見(jiàn),浪費(fèi)了非常重要的位置。后來(lái)將點(diǎn)擊率低的收藏按鈕位置換成了“服務(wù)”的按鈕,經(jīng)過(guò)驗(yàn)證,點(diǎn)擊進(jìn)入量沒(méi)有明顯下降,同時(shí)“服務(wù)”點(diǎn)擊量提升。
經(jīng)過(guò) SA 中的數(shù)據(jù)對(duì)比發(fā)現(xiàn),BEST 分類(lèi)的點(diǎn)擊流量并沒(méi)有預(yù)想中高,甚至跟 MEN 分類(lèi)的訪(fǎng)問(wèn)量差不多。猜想可能用戶(hù)不習(xí)慣往左滑動(dòng)頁(yè)面,習(xí)慣往右滑動(dòng)界面。
同時(shí),該電商還進(jìn)行了首頁(yè) BEST 分類(lèi)按鈕位置調(diào)整,將 BEST 類(lèi)目放到 FUN 類(lèi)目右邊。效果:經(jīng)過(guò)調(diào)整后,50% 以上的首頁(yè)用戶(hù)會(huì)進(jìn)入 BEST 類(lèi)目,比原來(lái)調(diào)整之前相對(duì)提高了 78% 。
場(chǎng)景 3:小程序的產(chǎn)品迭代案例
這是一個(gè)純女性短視頻社區(qū)案例,他們一直致力將數(shù)據(jù)分析融入到運(yùn)營(yíng)乃至產(chǎn)品迭代的最細(xì)節(jié)處。這是他們的工作方式。
該企業(yè)的小程序更新發(fā)版很快。用戶(hù)分享之后裂變,有一個(gè)完整的看板讓大家來(lái)評(píng)估的自己的影響。日裂變作為關(guān)鍵指標(biāo),某版本上線(xiàn)后發(fā)現(xiàn)裂變指數(shù)(uv 數(shù) x 內(nèi)部調(diào)整因子)迅速下跌。
圖 18 某版本上線(xiàn)后發(fā)現(xiàn)裂變指數(shù)迅速下跌
通過(guò)回溯過(guò)去 7 日的分析看到:“分享”按鈕的點(diǎn)擊數(shù)據(jù)出現(xiàn)連續(xù)下滑,“下載”按鈕的數(shù)據(jù)在出現(xiàn)大幅度提升。
圖 19 回溯 7 日數(shù)據(jù)快速篩查可能原因
通過(guò)用戶(hù)實(shí)際回訪(fǎng),確認(rèn)“保存按鈕”其實(shí)弱化了“分享意愿”,造成分享減少。次日晨完成新版本上線(xiàn)后,指標(biāo)變得正常。
(4)運(yùn)營(yíng)
除了數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品迭代,下一個(gè)案例是用數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng),數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)同樣是發(fā)現(xiàn)問(wèn)題,分析原因,來(lái)驗(yàn)證效果。
圖 20 基于數(shù)據(jù)的驅(qū)動(dòng)閉環(huán),驅(qū)動(dòng)業(yè)務(wù)決策
六、反饋
最后給大家介紹幾個(gè)重要閉環(huán)。
1. 用戶(hù)運(yùn)營(yíng)的閉環(huán)反饋
我們推出了自動(dòng)化運(yùn)營(yíng)的新產(chǎn)品,我們發(fā)現(xiàn)大家對(duì)產(chǎn)品運(yùn)營(yíng)自動(dòng)化越來(lái)越高。
神策自動(dòng)化運(yùn)營(yíng)是基于分群標(biāo)簽的全流程運(yùn)營(yíng)閉環(huán)分析系統(tǒng),通過(guò)用戶(hù)精準(zhǔn)分群、靈活創(chuàng)建并管理營(yíng)銷(xiāo)活動(dòng)計(jì)劃,比如知道用戶(hù)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù),最終精準(zhǔn)的刻畫(huà)了用戶(hù)畫(huà)像?;谟脩?hù)畫(huà)像采用不同的觸達(dá)方式,比如優(yōu)惠券等。
做完之后,我可以分析衡量觸達(dá)效果怎么樣,從而評(píng)價(jià)營(yíng)銷(xiāo)效果。有了第一次營(yíng)銷(xiāo)效果之后,可以針對(duì)性的改進(jìn),做第二次營(yíng)銷(xiāo)效果。真正形成自動(dòng)化、精細(xì)化的運(yùn)營(yíng)閉環(huán)。
圖 21 用戶(hù)運(yùn)營(yíng)閉環(huán)反饋
2. 產(chǎn)品智能閉環(huán)反饋
這是個(gè)性化推薦的全流程,包括采集各種不同的數(shù)據(jù),構(gòu)建相應(yīng)的興趣模型,特定的場(chǎng)景推薦下做推薦,不同緯度、不同指標(biāo)做測(cè)量。
圖 22 產(chǎn)品智能閉環(huán)反饋
東方明珠是神策數(shù)據(jù)的客戶(hù)(東方明珠:融媒時(shí)代的大數(shù)據(jù)轉(zhuǎn)型之路打造),以百視通 IPTV 某駐地為例,日活數(shù)百萬(wàn)用戶(hù)通過(guò) IPTV 機(jī)頂盒付費(fèi)觀看授權(quán)內(nèi)容,部分精品內(nèi)容需額外充值觀看;在接入神策推薦之前,主要依賴(lài)人工推薦,以熱門(mén)、付費(fèi)和內(nèi)容相關(guān)性為主要推薦參考。
為提升用戶(hù)的觀影體驗(yàn)、提高用戶(hù)留存以及充值付費(fèi)營(yíng)收,東方明珠利用神策推薦解決方案,完成采集點(diǎn)擊日志、展示日志、播放日志等所需用戶(hù)行為數(shù)據(jù),基于行為數(shù)據(jù)構(gòu)建深度學(xué)習(xí)召回算法策略,采用 GBDT+LR 排序模型訓(xùn)練數(shù)據(jù)。
推薦算法上線(xiàn)兩周后,神策推薦的效果,對(duì)比人工推薦,僅 CTR 一個(gè)指標(biāo)即提升了 6 倍,對(duì)推薦內(nèi)容的人均瀏覽次數(shù)提升了 1.9 倍。
責(zé)任編輯 LK
-
數(shù)據(jù)采集
+關(guān)注
關(guān)注
38文章
5702瀏覽量
113321 -
大數(shù)據(jù)
+關(guān)注
關(guān)注
64文章
8832瀏覽量
137138
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論